The result is evaluated using the s

The result is evaluated using the similarity measurement
technique so called Jaccard Measure [18] and the Efficiency of
clusters on two standard dataset one is Reuters21578 (standard
dataset of 8293 documents and 18933 words) and other one is
TDT2 (standard dataset of 10212 documents and 36771
words). The quality of clusters can be evaluated by observing
the Efficiency and Jaccard score. The result of proposed
approach compared with traditional K-means clustering
algorithm by the LCCF method [19]. The clusters numbers
prior to the clustering was not declared in the approach
whereas in the traditional K-means clustering the number of
clusters should be declare before the clustering. Clusters
number in Quantum clustering algorithm is decided by the
value of σ. As the σ value increases the number of clusters
decreases. We report in Table 1, Table 2, Table 3 and Table 4,
the result of existing clustering method and proposed method

ผลลัพธ์ (ไทย) 1:

ประเมินผลโดยใช้การวัดความคล้ายคลึงกันเทคนิคที่เรียกว่าวัด Jaccard [18] และประสิทธิภาพของคลัสเตอร์บนชุดข้อมูลมาตรฐานสองหนึ่งคือ Reuters21578 (มาตรฐานชุดข้อมูลของเอกสาร 8293 และคำ 18933) และอื่น ๆ คือTDT2 (ชุดข้อมูลมาตรฐานของเอกสาร 10212 และ 36771คำ) คุณภาพของคลัสเตอร์สามารถถูกประเมิน โดยการสังเกตคะแนนประสิทธิภาพและ Jaccard ผลของการนำเสนอวิธีการเปรียบเทียบกับแบบดั้งเดิมถึงคลัสเตอร์อัลกอริทึม โดยวิธี LCCF [19] หมายเลขกลุ่มก่อนคลัสเตอร์ถูกประกาศในระหว่างในขณะที่ใน K-วิธีการแบบดั้งเดิมของคลัสเตอร์คลัสเตอร์ควรจะประกาศก่อนการคลัสเตอร์ คลัสเตอร์เลขควอนตัมที่อัลกอริธึม clustering การตัดสินใจในการค่าของσ เป็นσมูลค่าเพิ่มหมายเลขของคลัสเตอร์ลดลง เรารายงานในตารางที่ 1 ตาราง 2 ตารางที่ 3 และตารางที่ 4ผลของวิธีระบบคลัสเตอร์ที่มีอยู่และวิธีการนำเสนอ

ผลลัพธ์ (ไทย) 2:

ผลที่ได้คือการประเมินโดยใช้ความคล้ายคลึงกันวัด
เทคนิคที่เรียกว่า Jaccard วัด [18] และประสิทธิภาพของ
คลัสเตอร์บนชุดสองมาตรฐานหนึ่ง Reuters21578 (มาตรฐาน
ชุดข้อมูลของ 8293 เอกสารและ 18,933 คำ) และอื่น ๆ หนึ่งเป็น
TDT2 (ชุดมาตรฐานของ 10212 เอกสารและ 36,771
คำ) คุณภาพของกลุ่มสามารถได้รับการประเมินโดยการสังเกต
อย่างมีประสิทธิภาพและคะแนน Jaccard ผลมาจากการที่นำเสนอ
วิธีการแบบดั้งเดิมเมื่อเทียบกับ K-หมายถึงการจัดกลุ่ม
อัลกอริทึมโดยวิธี LCCF ม [19] ตัวเลขกลุ่ม
ก่อนที่จะมีการจัดกลุ่มที่ไม่ได้ประกาศในแนวทาง
ขณะที่ในแบบ K-วิธีการจัดกลุ่มจำนวนของ
กลุ่มควรจะประกาศก่อนการจัดกลุ่ม กระจุก
ตัวเลขที่อยู่ในขั้นตอนวิธีการจัดกลุ่มควอนตัมจะตัดสินใจโดย
มูลค่าของσ เป็นค่าσเพิ่มจำนวนคลัสเตอร์
ลดลง เรารายงานในตารางที่ 1 ตารางที่ 2 ตารางที่ 3 และตารางที่ 4,
ผลของวิธีการจัดกลุ่มที่มีอยู่และวิธีที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

ผลการประเมินการใช้ความเหมือนการวัดเทคนิคที่เรียกว่า Jaccard วัด [ 18 ] และประสิทธิภาพของกลุ่มสองชุดข้อมูลหนึ่งคือ reuters21578 มาตรฐาน ( มาตรฐานข้อมูล 8293 เอกสารและ 18933 คำ ) และอีกหนึ่งคือtdt2 ( ชุดข้อมูลมาตรฐานของเอกสารและ 36771 10212คำ ) คุณภาพของกลุ่มสามารถประเมินผลโดยการสังเกตประสิทธิภาพและ Jaccard คะแนน ผลของการนำเสนอเมื่อเทียบกับวิธีการแบบดั้งเดิม k-means คลัสเตอร์ขั้นตอนวิธีโดยวิธี lccf [ 19 ] กลุ่มตัวเลขก่อนที่จะประกาศในแนวทางคลัสเตอร์ไม่ได้ส่วนในแบบดั้งเดิม k-means การจัดกลุ่มหมายเลขกลุ่มควรประกาศก่อนแบ่งกลุ่มข้อมูล กลุ่มเลขควอนตัมการจัดกลุ่มขั้นตอนวิธีจะตัดสินใจโดยคุณค่าของσ . เป็นค่าσเพิ่มจำนวนของกลุ่มลดลง เรารายงานตารางที่ 1 ตารางที่ 2 ตาราง ตารางที่ 3 และ 4ผลของวิธีการและวิธีการที่เสนอข้อมูลที่มีอยู่